1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analiza sentymentu w R
Connected

ćwiczenie

Wykres radarowy

Pamiętasz koło emocji Plutchika? Leksykon NRC zawiera 8 emocji odpowiadających pierwszemu pierścieniu tego koła. Wcześniej tworzyłeś/tworzyłaś comparison.cloud() na podstawie tych 8 podstawowych emocji. Teraz stworzysz wykres radarowy podobny do tego koła.

radarchart to dwuwymiarowa reprezentacja danych wielowymiarowych (co najmniej 3 wymiarów). W tym przypadku zliczenia poszczególnych emocji dla danej książki są przedstawiane na wykresie. Wykres radarowy pozwala przejrzeć wszystkie 8 emocji jednocześnie.

Podobnie jak wcześniej, załadowaliśmy leksykon "nrc" jako nrc oraz moby_huck – połączoną, porządną wersję tabel dla Moby Dicka i Hucka Finna.

W tym ćwiczeniu ponownie używasz zanegowanego grepl(), aby usunąć z wykresu klasy emocjonalne "positive|negative". Dla przypomnienia – przykład:

object <- tibble %>%
  filter(!grepl("positive|negative", column_name))

To ćwiczenie ponownie wprowadza pivot_wider(), który reorganizuje zliczone słowa emocjonalne. Dla przypomnienia – rozważ poniższe dane surowe o nazwie datacamp.

people food like
Nicole bread 78
Nicole salad 66
Ted bread 99
Ted salad 21

Jeśli zastosujesz pivot_wider() jak w datacamp %>% pivot_wider(names_from = people, values_from = like), dane będą wyglądać tak:

food Nicole Ted
bread 78 99
salad 66 21

Instrukcje 1/2

undefined XP
    1
    2
  • Przejrzyj wiersze od 945 do 950 z moby_huck, używając nawiasów kwadratowych.
  • Utwórz scores, przekazując moby_huck potokiem do inner_join() z nrc. Określ parametr by jako "term = "word".
  • Nadpisz scores, przekazując go potokiem do filter(). Wewnątrz filter() zaneguj grepl(), używając wzorca "positive|negative" zastosowanego do kolumny sentiment.
  • Dodaj kolejny %>%, używając pivot_wider() z argumentami names_from = book, values_from = n, values_fill = 0.